超越图神经网络的分子学习
机器学习
2020-11-09 v1 人工智能
计算机科学中的逻辑
神经与进化计算
摘要
我们展示了一种深度学习框架，其本质上基于极具表达力的关系逻辑语言，除其他外，能够捕捉任意复杂的图结构。我们展示了如何通过在该关系逻辑中指定底层传播规则，图神经网络及类似模型可轻易被该框架涵盖。所使用语言的声明式特性使得传播方案易于修改并扩展为复杂结构，例如我们在本文中选取用于简短演示的分子环。
引用
@article{arxiv.2011.03488,
title = {Learning with Molecules beyond Graph Neural Networks},
author = {Gustav Sourek and Filip Zelezny and Ondrej Kuzelka},
journal= {arXiv preprint arXiv:2011.03488},
year = {2020}
}
备注
accepted to Machine Learning for Molecules Workshop @ NeurIPS 2020